文献

J-GLOBAL ID：201702250857775882   整理番号：17A0367473

サポートベクトルデータ記述ベースD スタチスト酸とDV寄与プロットを用いたスクリューチラーシステムのためのセンサー故障検出および診断戦略【Powered by NICT】

A sensor fault detection and diagnosis strategy for screw chiller system using support vector data description-based D-statistic and DV-contribution plots

著者 (8件)： Li Guannan (Department of Refrigeration and Cryogenic Engineering, School of Energy and Power Engineering, Huazhong University of Science and Technology, 430074 Wuhan, China) ,  Hu Yunpeng (Department of Building Environment and Energy Application Engineering, Wuhan Business University, 816 Dongfeng Avenue, Wuhan, Hubei 430056, China) ,  Chen Huanxin (Department of Refrigeration and Cryogenic Engineering, School of Energy and Power Engineering, Huazhong University of Science and Technology, 430074 Wuhan, China) ,  Li Haorong (Department of Architectural Engineering, University of Nebraska-Lincoln, PKI Room 245 1110S, 67th Street, Omaha, NE 68182, United States) ,  Hu Min (Department of Refrigeration and Cryogenic Engineering, School of Energy and Power Engineering, Huazhong University of Science and Technology, 430074 Wuhan, China) ,  Guo Yabin (Department of Refrigeration and Cryogenic Engineering, School of Energy and Power Engineering, Huazhong University of Science and Technology, 430074 Wuhan, China) ,  Shi Shubiao (Department of Refrigeration and Cryogenic Engineering, School of Energy and Power Engineering, Huazhong University of Science and Technology, 430074 Wuhan, China) ,  Hu Wenju (Beijing Municipality Key Lab. of HVAC&R, Beijing University of Civil Engineering and Architecture, 100044 Beijing, China)
資料名： Energy and Buildings  (Energy and Buildings)
巻： 133  ページ： 230-245  発行年： 2016年 
JST資料番号： A0199A  ISSN： 0378-7788  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,サポートベクトルデータ記述(SVDD)アルゴリズムを用いたスクリューチラーシステムのための全センサ故障検出と診断(FDD)を提案した。非線形および非Gauss分布データを記述することに問題を解くための利点を持っている。距離ベースD スタチスト酸プロットを用いて,センサ故障を検出した。数学的方法における距離変換に基づいて,新しい距離変動ベースDV寄与プロットに基づいて,センサ故障を診断するために提案した。スクリューチラー現場測定データは,グリッドサーチと10倍交差検証を組み合わせたハイブリッドパラメータ調整法によるSVDDモデルを訓練するために利用されている。六つの典型的なセンサ故障を検証,すなわち正及び負バイアス,正と負のドリフト,精度分解と完全な破壊のために導入した。D スタチスト酸とDV寄与プロットの試験結果は,SVDDベース法は六センサ故障に対する良好なFDD結果を持つことを示した。さらに,提案したDV寄与プロットを主成分分析(PCA)に基づくQ寄与プロットと比較してより正確な故障診断結果を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *故障診断 ,  アルゴリズム ,  正規分布 ,  バイアス ,  主成分分析
準シソーラス用語： 調整法 ,  距離変換 ,  センサ故障 , 【Automatic Indexing@JST】

著者キーワード (5件)： プロット寄与 ,  主成分分析 ,  スクリューチラー ,  センサ故障検出と診断 ,  サポートベクトルデータ記述

分類 (1件)： 空気調和装置一般  (PC02010U)

タイトルに関連する用語 (8件)： ベクトル ,  データ記述 ,  酸 ,  プロット ,  センサー ,  故障検出 ,  診断 ,  戦略